1、模式識(shí)別領(lǐng)域里的研究表明：對(duì)一個(gè)復(fù)雜的識(shí)別分類問(wèn)題，只使用一種方法往往難以將識(shí)別對(duì)象很好地分離開來(lái)，而不同的分類方法之間往往存在著很強(qiáng)的互補(bǔ)性，把多個(gè)分類器集成可以明顯地提高識(shí)別率。因此多分類器集成方法近年來(lái)已成為研究者們關(guān)注的一個(gè)熱點(diǎn)。本文建立了一個(gè)集成型神經(jīng)網(wǎng)絡(luò)手寫體數(shù)字識(shí)別系統(tǒng)，系統(tǒng)主要由三個(gè)子網(wǎng)絡(luò)并聯(lián)集成構(gòu)成。每個(gè)子網(wǎng)絡(luò)可以獨(dú)立完成學(xué)習(xí)訓(xùn)練和測(cè)試。三個(gè)網(wǎng)絡(luò)并聯(lián)之后，采用“基于后驗(yàn)概率的權(quán)值自動(dòng)調(diào)整法”，對(duì)樣本進(jìn)行識(shí)別。
　

2、　 在整個(gè)系統(tǒng)中，本文的主要工作以及創(chuàng)新之處有以下幾個(gè)方面：
　　 1實(shí)現(xiàn)了宏觀、微觀和變換域的特征提取，分別應(yīng)用于三個(gè)不同的神經(jīng)網(wǎng)絡(luò)分類器。第一個(gè)子網(wǎng)絡(luò)是基于宏觀整體特征的，第二個(gè)子網(wǎng)絡(luò)是基于微觀邊緣特征的，第三個(gè)子網(wǎng)絡(luò)是基于變換域傅里葉變換特征的。
　　 2根據(jù)本實(shí)驗(yàn)中給出的字符的特點(diǎn)，經(jīng)過(guò)適當(dāng)?shù)淖儞Q后，將數(shù)字圖像處理領(lǐng)域的基本概念和方法大量應(yīng)用于本課題中。對(duì)字符圖像進(jìn)行多種預(yù)處理，如：將字符庫(kù)中的字符使用數(shù)字圖像

3、處理領(lǐng)域里的方法，進(jìn)行邊緣效果增強(qiáng)、去噪、字符灰度變換等，這些做法對(duì)提高字符識(shí)別率有一定的幫助。
　　 3在集成方法上，本文提出了“基于后驗(yàn)概率的權(quán)值自動(dòng)調(diào)整法”的線性集成方法。根據(jù)各個(gè)子網(wǎng)絡(luò)獨(dú)立的的實(shí)驗(yàn)可以觀察到，不同的子網(wǎng)絡(luò)對(duì)不同字符有不同的識(shí)別效果，根據(jù)這一思想，在并聯(lián)集成時(shí)，將對(duì)某一字符識(shí)別效果最好的網(wǎng)絡(luò)在識(shí)別該字符時(shí)賦予最大的權(quán)值。
　　 本文建立的集成型神經(jīng)網(wǎng)絡(luò)手寫體數(shù)字識(shí)別系統(tǒng)，綜合使用了多種模式識(shí)別方法，